基于機(jī)器學(xué)習(xí)的低分辨率細(xì)胞圖像的識別
發(fā)布時間:2024-11-02 02:11
基于CMOS圖像傳感器和微流控技術(shù)的無透鏡細(xì)胞檢測系統(tǒng),為實(shí)現(xiàn)便攜式血細(xì)胞分析儀提供了可能。由于該系統(tǒng)采集的細(xì)胞圖像沒有經(jīng)過光學(xué)放大,細(xì)胞圖像像素較低,采用傳統(tǒng)圖像識別算法,難以對細(xì)胞進(jìn)行系別分類。本文采用機(jī)器學(xué)習(xí)算法,對低分辨白細(xì)胞圖像的識別算法進(jìn)行了研究。為了完成低分辨率細(xì)胞的圖像識別,首先研究了細(xì)胞圖像數(shù)據(jù)庫的建立方法。由于無透鏡系統(tǒng)采集的細(xì)胞圖像分辨率過低,難以提取有效特征,提出一種利用光學(xué)顯微鏡采集細(xì)胞樣本,然后下采樣得到細(xì)胞圖像數(shù)據(jù)庫的方案。在20倍光學(xué)顯微鏡鏡下分別對淋巴細(xì)胞和單核細(xì)胞含量較高的血涂片組進(jìn)行圖像采集,并用圖像處理算法分割出分辨率為170×170×3的淋巴細(xì)胞、單核細(xì)胞和粒細(xì)胞各3480張。接著,將75%數(shù)據(jù)集作為訓(xùn)練樣本,分別對高分辨白細(xì)胞的彩色圖和灰度圖進(jìn)行訓(xùn)練學(xué)習(xí),并分析其不同結(jié)構(gòu)和參數(shù)對網(wǎng)絡(luò)的影響,確定相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)。利用25%的數(shù)據(jù)集作為測試樣本,對網(wǎng)絡(luò)進(jìn)行測試,結(jié)果表明,對于彩色圖識別率達(dá)到99%,灰度圖識別率達(dá)到96%。進(jìn)一步,為了構(gòu)建低分辨率細(xì)胞圖像識別網(wǎng)絡(luò),先對高分辨白細(xì)胞降采樣,使用對于高分辨率白細(xì)胞圖有良好識別率的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練參數(shù),對不...
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文編號:4008856
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
在顯微鏡鏡下對血涂片進(jìn)行細(xì)胞的觀結(jié)果,并作為來判斷疾病的根據(jù)。這種平要求特別高,其識別結(jié)果依賴于人的的局限性。到現(xiàn)在為止,在醫(yī)院中對細(xì),然后人工復(fù)核下進(jìn)行細(xì)胞分類,這可胞檢驗(yàn)人員的勞動量,因此自動化血細(xì)前成熟的細(xì)胞檢測儀器都是大型的,不方,這些大型的細(xì)胞檢測儀器是不方微流控技術(shù)對....
間是否相互疊加等方式。如圖2-4所示為輸入是4×4大小的圖,卷積核Padding,步長為1的卷積的前向傳遞過程,得到的輸出特征圖大小為3小表達(dá)式為11ykkiijijijXWb===+k代表卷積的大小,Wij,代表卷積核第i行,....
圖2-5帶Padding卷積示意圖Figure2-5withPaddingconvolutiondiagram層olingLayer)即下采樣層,降低輸入圖像的大小,減少特征的度,更重要的是提取窗口的主要信息,既滿足了數(shù)據(jù)維度的常是接在卷積層的后面,窗口大小也是....
(a)平均池化正向傳遞(b)最大值池化正向傳遞圖2-6池化層正向傳播Figure2-6Positivepropagationofpoolinglayers000(a)平均池化反向傳遞(b)最大值池化反向傳遞圖2-7池化層反向傳播Figure2-7Ba....
本文編號:4008856
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/4008856.html
最近更新
教材專著